Algorithm Engineering IIModulbeschreibung #40320 / Version 12
- 9 LP
- Portfolioprüfung
- Benotet
- Unregelmässig
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v13)
| Modul / Version | #40320 / #12 |
|---|---|
| Gültigkeit | SoSe 2025 – WiSe 2025/26 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Nichterlein, André |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34351100 FG Algorithmik und Komplexitätstheorie (AKT) |
Kontakt
| Sekretariat | EN 23 |
|---|---|
| Ansprechpartner*in | Thielcke, Christlinde |
| E-Mail-Adresse | lehre@akt.tu-berlin.de |
| Webseite | https://www.tu.berlin/akt/studium-lehre/lehrveranstaltungen |
Lernergebnisse
Die erfolgreiche Teilnahme befähigt die Studierenden
- zur multivariaten Abschätzung von Laufzeit und Speicherplatzbedarf von Algorithmen,
- zur Einschätzung von Vor- und Nachteilen verschiedener Algorithmen für gegebene Datensätze,
- verschiedene algorithmische Ansätze in wissenschaftlichen Fachbeiträgen zu analysieren, daraus effiziente Algorithmen zu destillieren und effiziente Implementierungen zu produzieren,
- moderne Algorithmenbibliotheken und adäquate Datenstrukturen zur schrittweisen Verbesserung ihrer Implementierung zu benutzen,
- moderne Hardwarespezifika auszunutzen (Parallelität, Vectorisierung, SIMD, caching, etc),
- Projektarbeit in Gruppen zu organisieren und
- ihre Arbeit in einem Kurzvortrag zu beschreiben.
- zur multivariaten Abschätzung von Laufzeit und Speicherplatzbedarf von Algorithmen,
- zur Einschätzung von Vor- und Nachteilen verschiedener Algorithmen für gegebene Datensätze,
- verschiedene algorithmische Ansätze in wissenschaftlichen Fachbeiträgen zu analysieren, daraus effiziente Algorithmen zu destillieren und effiziente Implementierungen zu produzieren,
- moderne Algorithmenbibliotheken und adäquate Datenstrukturen zur schrittweisen Verbesserung ihrer Implementierung zu benutzen,
- moderne Hardwarespezifika auszunutzen (Parallelität, Vectorisierung, SIMD, caching, etc),
- Projektarbeit in Gruppen zu organisieren und
- ihre Arbeit in einem Kurzvortrag zu beschreiben.
Lehrinhalte
Der Kurs gibt Einblicke in
- die grundlegenden Techniken des Algorithm Engineering, insbesondere für NP-schwere Probleme,
- Design, Analyse, Implementierung und Test von Algorithmen,
- Möglichkeiten zur Beschleunigung durch Ausnutzung von Eigenschaften typischer Rechnerarchitekturen vor, und
- Problemmodellierung und Lösungsmethoden wie Dynamisches Programmieren, Suchbaumalgorithmen, Datenreduktionstechniken und Vorverarbeitung für exakte, approximative und heuristische Algorithmen, sowie Strategien basierend auf linearem Programmieren (unter Benutzung von etablierten Solvern).
- die grundlegenden Techniken des Algorithm Engineering, insbesondere für NP-schwere Probleme,
- Design, Analyse, Implementierung und Test von Algorithmen,
- Möglichkeiten zur Beschleunigung durch Ausnutzung von Eigenschaften typischer Rechnerarchitekturen vor, und
- Problemmodellierung und Lösungsmethoden wie Dynamisches Programmieren, Suchbaumalgorithmen, Datenreduktionstechniken und Vorverarbeitung für exakte, approximative und heuristische Algorithmen, sowie Strategien basierend auf linearem Programmieren (unter Benutzung von etablierten Solvern).
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Algorithm Engineering | Projekt | 0434 L 215 / 1 | Unregelmässig | [de] | 6 | ISIS |
Arbeitsaufwand und Leistungspunkte
Algorithm Engineering (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 6 h | 90 h |
| Vor-/Nachbereitung | 15 | 12 h | 180 h |
| 270 h | |||
Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
In Einführungsveranstaltungen wird ein ausgewähltes Problem (meist aus der Forschung) vorgestellt sowie ein Überblick über die algorithmischen Ansätze für das Problem in der Literatur gegeben. Anschließend wechseln sich Wissens- und Methodenvermittlung in der Vorlesung und Projektarbeit in Kleingruppen ab. In der Gruppenarbeit arbeiten Studierende an effizienten Implementierungen für das Problem. Dies umfasst drei Stufen:
1. Erfassung vielversprechender Kombinationen algorithmischer Ideen sowie theoretische Analysen der Ansätze
2. Implementieren der gefundenen algorithmischen Ansätze aus in Schritt 1 sowie experimentelle Überprüfung der Erwartungen
3. Verbesserung der geeignetsten Implementierung unter Berücksichtigung des Algorithm-Engineering-Cycles.
Die Teilergebnisse aller drei Stufen (Meilensteine) werden in Kurzvorträgen vorgestellt.
1. Erfassung vielversprechender Kombinationen algorithmischer Ideen sowie theoretische Analysen der Ansätze
2. Implementieren der gefundenen algorithmischen Ansätze aus in Schritt 1 sowie experimentelle Überprüfung der Erwartungen
3. Verbesserung der geeignetsten Implementierung unter Berücksichtigung des Algorithm-Engineering-Cycles.
Die Teilergebnisse aller drei Stufen (Meilensteine) werden in Kurzvorträgen vorgestellt.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Kenntnis der Module "Einführung in die Programmierung", "Algorithmen und Datenstrukturen", "Softwaretechnik und Programmierparadigmen", "Algorithmentheorie" und "Programmierpraktikum: Algorithm Engineering".
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Ergebnisprüfung) 1. Meilenstein (Theorie) | 30 | flexibel | Siehe Prüfungsbeschreibung |
| (Ergebnisprüfung) 2. Meilenstein (Implementierung) | 30 | flexibel | Siehe Prüfungsbeschreibung |
| (Ergebnisprüfung) 3. Meilenstein (Engineering) | 40 | flexibel | Siehe Prüfungsbeschreibung |
Prüfungsbeschreibung (Abschluss des Moduls)
Zu jedem der 3 Themenkomplexe wird die Qualität der zugehörigen Präsentation & gefunden Ergebnisse geprüft.
In Meilensteinen 2 und 3 wird auch die Performanz der angefertigten Implementierung geprüft.
In Meilensteinen 2 und 3 wird auch die Performanz der angefertigten Implementierung geprüft.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Unregelmässig.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 15.
Anmeldeformalitäten
Die Anmeldung läuft über MOSES.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – Slides will be made available during the lecture period: www.isis.tu-berlin.de
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Grundlagen der Informatik / Foundations of Computing |
| WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| Computer Science (Informatik) StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering |
| WiSe 2025/26 | Studiengebiete › Grundlagen der Informatik / Foundations of Computing | |
| Elektrotechnik StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Grundlagen der Informatik / Foundations of Computing |
| WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | SoSe 2025 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering |
| WiSe 2025/26 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering | |
| Informationstechnik (Lehramt) Kernfach StuPO 2016 | SoSe 2025 | Fachwissenschaftlicher Wahlpflichtbereich |
| WiSe 2025/26 | Fachwissenschaftlicher Wahlpflichtbereich | |
| Informationstechnik (Lehramt) Zweitfach StuPO 2016 | SoSe 2025 | Fachwissenschaftlicher Wahlpflichtbereich |
| WiSe 2025/26 | Fachwissenschaftlicher Wahlpflichtbereich | |
| Technische Informatik StuPO 2015 | WiSe 2025/26 | Wahlpflichtbereich › Informatik |
| Wirtschaftsingenieurwesen StuPO 2015 | SoSe 2025 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering |
| WiSe 2025/26 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering |
Bei ausreichenden Kapazitäten auch als Wahlpflichtmodul in anderen Studiengängen wählbar.
Sonstiges
Dieses Modul wird nicht regelmäßig angeboten, bitte informieren Sie sich über unsere Website: https://www.tu.berlin/akt/studium-lehre/lehrveranstaltungen